我想构建一个应用程序，用户可以在其中为日期（YYYY-MM-DD字符串）分配多个标签（字符串）。主要用例是为两个标签（A和B）的组合计算Phi coefficient，这需要将每个日期归入以下类别之一：
关键信息是每个类别有多少日期，而不是什么日期。
问题是，如何持久保存数据，以便快速查找数据以进行上述分类。
使用键值存储（例如Redis），以标记为键的存储集以及每个标记的日期为值的存储将是一种选择，它可以轻松地为存储填充新信息。对于查找，A和B的交集（SINTER）将构成第四类，A和B之间的差值（SDIFF）将分别与B和A构成第二和第三类。
问题仍然存在，如何计算第一类：日期数，标签A和B都不适用。我想到的唯一选择是通过遍历所有键来读出日期，并从日期总数中减去类别2、3和4的数目。有没有更优雅，更有效的方法来实现这一目标？还是针对该用例更好地使用SQL数据库？
编辑：另一个想法是不仅要按标签存储日期，还应按冗余方式存储标签，以便所有日期的检索更加容易。
答案 0 :(得分：1)
这里有两种基本方法：以一种规范的形式存储数据，并根据需要使用它来计算派生数据；或以多种方式预先存储信息以优化查找速度。
到目前为止，您已采用第一种方法。很好，因为将信息存储在一个地方可以简化许多事情，并且消除了数据不一致的风险。缺点是计算派生值可能很慢。在您的情况下，您正在谈论最好的情况下的O（n）操作，而在最坏的情况下会遍历所有键。尽管在使事情变得更复杂之前总是值得进行性能测试，但我的直觉是您应该担心。
将派生数据与规范数据分开存储可以使您优化查找性能。最后一段建议以多种方式存储相同的信息，但是只要您这样做，就可以存储实际所需的派生值，而不是保留现有的按标签日期数据结构。
具体来说，我的建议是按日期存储标签，同时分别存储1-4类的计数。每次记录一个新的（或更改或删除的）输入值时，您都会更新规范的数据结构并更新计数。您可能可以使用相当简单的Lua script来自动执行此操作。然后，您可以在O（1）时间内访问所需的计数，并确信它们可以准确反映基础数据。